晶圆级芯片驱动的推理加速
Cerebras与OpenAI今日联合公布了GPT-5.6 Sol Ultrafast模式的早期预览。该模式由Cerebras的晶圆级引擎（Wafer-Scale Engine）驱动，首次在OpenAI API中作为独立服务层开放。据Cerebras官方博客介绍，Ultrafast模式在Humanity's Last Exam（HLE）等基准测试中大幅领先普通推理模式，而响应速度更是达到了实时级别。
速度与智能的完美平衡
AI开发者在速度和智能之间长期面临艰难的取舍。随着模型规模不断增大，计算和数据移动成本也随之上升，导致响应时间变慢。GPT-5.6 Sol Ultrafast打破了这一权衡，在保持前沿智能的同时实现了极低的延迟。根据Artificial Analysis的数据，Ultrafast模式的输出速度达到普通GPT-5.6 Sol的3倍以上。
首批用户与使用场景
Ultrafast模式目前仅对特定用户群体开放，预计将在未来几周内逐步向更多OpenAI API用户推出。Cerebras表示，该模式特别适合需要实时响应的关键AI工作负载，包括代码生成、实时翻译和交互式对话系统。Cerebras的晶圆级芯片在AI推理领域拥有独特的架构优势，可以在单芯片上容纳更多计算单元，减少数据传输瓶颈。
Cerebras与OpenAI的合作意义
此次合作标志着AI芯片公司与模型提供商之间的深度整合趋势。Cerebras的硬件专长与OpenAI的模型能力结合，可能重塑AI推理服务的市场格局。对于企业用户而言，这意味着更低的推理成本和更高的响应速度。
GPT-5.6 Sol Ultrafast的技术秘密在于Cerebras的晶圆级芯片架构。与传统的GPU集群不同，Cerebras的CS-3系统在其单块晶圆上集成了超过90万个AI核心和44GB的片上SRAM，这使得模型参数可以完全存储在芯片上，避免了GPU架构中常见的显存带宽瓶颈。在推理过程中，Ultrafast模式能够实现毫秒级响应，这对金融交易、实时控制和大规模代码生成等场景具有革命性意义。
对开发者而言，Ultrafast模式的使用方式与普通GPT-5.6 Sol API完全一致，无需修改任何代码。OpenAI表示，该模式将通过API中的新参数ultrafast=true来启用。定价方面，Ultrafast模式将采用按token计费，但每token价格略高于普通模式。考虑到其速度提升带来的生产力增益，对于延迟敏感型应用而言，这一溢价仍具有较高的性价比。
Cerebras与OpenAI的合作也引发了行业对AI芯片市场竞争格局的重新思考。目前，NVIDIA凭借其CUDA生态和H100/B200系列GPU在AI训练和推理市场中占据主导地位。Cerebras的晶圆级芯片虽然在特定场景下表现优异，但整体市场份额仍然较小。此次与OpenAI的合作，为Cerebras提供了重要的品牌背书和实际部署场景。如果Ultrafast模式能够获得广泛采用，Cerebras有望在AI推理细分市场中打开局面。另一方面，AMD和Intel也在积极布局AI加速器市场，未来的竞争将更加激烈。对于AI开发者而言，更多硬件选择意味着更低的成本和更灵活的部署选项。